CN111784201A - 基于InVEST模型评估生态退杨对水源涵养功能影响的方法 - Google Patents
基于InVEST模型评估生态退杨对水源涵养功能影响的方法 Download PDFInfo
- Publication number
- CN111784201A CN111784201A CN202010725435.8A CN202010725435A CN111784201A CN 111784201 A CN111784201 A CN 111784201A CN 202010725435 A CN202010725435 A CN 202010725435A CN 111784201 A CN111784201 A CN 111784201A
- Authority
- CN
- China
- Prior art keywords
- wetland
- water source
- water
- poplar
- ecological
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 177
- 241000219000 Populus Species 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008859 change Effects 0.000 claims abstract description 73
- 238000007621 cluster analysis Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000000576 coating method Methods 0.000 abstract description 6
- 239000011248 coating agent Substances 0.000 abstract description 5
- 238000007619 statistical method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 27
- 238000004519 manufacturing process Methods 0.000 description 27
- 230000000694 effects Effects 0.000 description 17
- 238000012546 transfer Methods 0.000 description 17
- 239000002689 soil Substances 0.000 description 14
- 238000011160 research Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 241000196324 Embryophyta Species 0.000 description 6
- 230000002776 aggregation Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 6
- 230000002596 correlated effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 235000014676 Phragmites communis Nutrition 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013467 fragmentation Methods 0.000 description 4
- 238000006062 fragmentation reaction Methods 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 244000025254 Cannabis sativa Species 0.000 description 3
- 241000218982 Populus nigra Species 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 230000008092 positive effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000005067 remediation Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241001639867 Exelis Species 0.000 description 1
- 238000010220 Pearson correlation analysis Methods 0.000 description 1
- 244000273256 Phragmites communis Species 0.000 description 1
- 241000218978 Populus deltoides Species 0.000 description 1
- 241000183024 Populus tremula Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000003516 soil conditioner Substances 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于水源涵养功能影响评估,具体涉及一种整合InVEST模型和多元统计方法来评估生态退杨对水源涵养功能影响的方法。本发明方案包括如下步骤:1)对湿地遥感影像进行类型信息划分,检测和分析湿地类型变化与水源涵养的定量关系;2)根据湿地覆被遥感数据对湿地进行水文地貌分类;3)建立InVEST模型;4)利用InVEST模型计算待评估地域景观空间格局变化前后的水源涵养量;5)根据计算结果,利用主成分和聚类分析方法得出景观空间格局变化对水源涵养功能影化的程度。本发明采用InVEST模型,通过对每项改变覆被工程实施前后的产水量进行比较来评价产量。此外,确定了湿地的土地覆被变化特征,并通过考虑土地覆被、气候变化和景观格局来评价水源涵养功能的影响。对生态退杨工程中对水源涵养功能的影响做出精确科学的评估,为生态退杨工程提供有价值的参考,其结果将为政府对区域生态恢复和生态系统功能评估提供指导。
Description
技术领域
本发明属于水源涵养功能影响评估,具体涉及一种基于InVEST模型评估生态退杨对水源涵养功能影响的方法。
背景技术
水源涵养功能是湖泊湿地生态系统功能评价的主要焦点,其功能不仅保证了湿地的环境生境质量,而且是维持湿地生态系统养分和水蒸气循环的关键条件。湿地保护是指各种水文过程的综合表现及其对湿地生态系统的影响。其强度与土地覆被等级、植被分数、凋落物组成、土壤厚度和土壤物理性质等因素密切相关。此外,水源涵养在水土保持、减少洪峰、净化水质和调节径流方面具有重要的作用,尤其是在湖泊湿地地区。研究人员利用水源涵养功能作为评价指标,可分析环境变化对生态系统的影响。
由于人类活动在湖泊湿地区极少,因此湖泊湿地的水源涵养可以直接以湿地自然条件下的产水量来表达。在以往的研究中,一般用于评价水源涵养功能的方法通常是基于水蒸气平衡或降雨存储方法。水蒸气平衡法适用于植被和水土保持过程的估算。而降雨蓄积法则适合于水文径流过程的估算。但是,现有的评价水源涵养功能的方法无法大规模评价不同斑块面积的水土保持能力。
发明内容
为克服现有技术的上述制点,本研究采用水蒸气平衡法对生态系统服务和权衡(InVEST)模型进行综合评价。
本发明的基于InVEST模型评估生态退杨对水源涵养功能影响的方法,其方案包括如下步骤:
1)对湿地遥感影像进行湿地遥感信息提取,检测和分析湿地类型的变化,再分析湿地类型变化与水源涵养的定量关系;
2)根据湿地覆被遥感数据对湿地进行水文地貌分类;
3)计算模型参数,并建立InVEST水源涵养评估模型;
InVEST4)利用InVEST模型计算待评估地域景观空间格局变化前后的水源涵养量;
5)根据计算结果,利用主成分和聚类分析方法得出景观空间格局变化对水源涵养功能影响的程度。
更进一步地,所述基于InVEST模型评估生态退杨对水源涵养功能影响的方法,其步骤2)湿地覆被遥感数据基于Landsat TM8遥感卫星的遥感数据。
更优选地,步骤2)采用多尺度分割分类方法提取湿地覆被类型信息,然后对覆被进行分类。
本发明还提供所述基于InVEST模型评估生态退杨对水源涵养功能影响的方法的应用,将本方法应用于湿地覆被变化的水源涵养功能影响评估。
该模型的主要优点是可以大规模评价不同斑块面积的水土保持能力,计算地表渗透性的空间覆被差异,并能模拟地形和表面粗糙度对地表径流的影响。
本发明采用InVEST模型,通过对每项改变覆被工程实施前后的产水量进行比较来评价产量。此外,确定了湿地的土地覆被变化特征,并通过考虑土地覆被、气候变化和景观格局来评价水源涵养功能的影响。对生态退杨工程中对水源涵养功能的影响做出精确科学的评估,为生态退杨工程提供有价值的参考,其结果将为政府对区域生态恢复提供指导。
附图说明
图1是基于多尺度分割分类洞庭湖区湿地遥感信息提取方法图
图2A是退杨前后土地覆被总量的比较图;
图2B是退杨前后的类型变化差异的比较图;
图3是洞庭湖湿地水源涵养能力的空间变化图;
图4A是湿地类型面积在退杨前后变化的比率图;
图4B是退杨前后平均水产量变化的比率图;
图5A是不同转移类型退杨前后的产水量变化趋势图;
图5B是不同转移类型退杨前后产水量的定量变化特征图;
图6是洞庭湖湿地退杨前后景观格局指数的变化图;
图7是基于主成分与聚类分析方法的水源涵养综合驱动因素分析图。
具体实施方式
以下提供本发明的具体实施例,以助于进一步理解本发明。
1.生态退杨(Poplar Ecological Retreat(PER))是中国为恢复湿地生态系统,保护湿地生物多样性而开展的大面积的欧美黑杨(Populus nigra)清退行动,是国家执行生态保护红线(Ecological protection red line)和退林还湖政策(policy of Returningforest to lake)的重大生态工程之一。到2018年底,从2000平方公里的区域中去除了650万多棵黑杨树,这是世界上规模最大的一个工程。在处理过程中,原有湿地栖息地基本恢复,湿地覆被和景观格局发生了很大变化。在一定程度上,湿地环境的生态功能发生了变化,生物多样性、生境质量、水汽调节等区域生态特征发生了变化。所以要精确科学地评估这些变化对水源涵养的影响,为政府重新恢复区域生态提供重要指导。
2数据来源与方法论
2.1实施例区域
洞庭湖湿地位于长江流域中游平原地区,东经111°42′44″~113°39′45″,北纬28°39′20″~30°14′18″,天然湿地面积为2625km2,是我国最大的淡水湖泊湿地生态系统之一,是世界上首批指定的湿地之一。由于人为的影响和不合理的土地利用,洞庭湖湿地最初被过度开发。应对国家生态环境保护和国际湿地生物多样性保护政策项目实施2013~2018。在此期间,在150000公顷的地区,超过650万棵黑杨树被拆除,政府雇佣了数万人,并在该项目上投入了大量的人力和物力。实施例区域是此项生态治理的覆被区域。
2.2数据源及处理方法
首先,对研究区湿地类型进行区分,分析湿地类型变化与水源涵养的定量关系。然后,计算景观格局指数,分析湿地景观格局变化与水源涵养的关系。最后,结合景观格局和气候变化因子,分析生态退杨工程(PER)对水源涵养的影响。
2.2.1湿地覆被类型信息提取
根据湿地覆被遥感分类,利用水文地貌方法对洞庭湖湿地进行了分类。((Brinson,1993)研究区划分为林滩地(FB)、泥沙滩涂(ML)、浅水(SW)、深水(RD)、芦苇滩(RD)、草滩地(MML)、退杨裸地(PRA)和其他湿地(OWL)。湿地特征和标准见表1。
采用多尺度分割分类方法提取湿地覆被类型信息。该方法优于传统的监督分类方法进行精细分类。本研究基于Landsat 2013年和2018年图像,跨越所研究区域的生态退杨工程始末,土地覆被数据来源于Landsat TM8遥感卫星(30米分辨率)。为了识别湿地类型,成像时间选在冬季1月,因为每年这个月湿地覆被呈现最大化露出。
表1洞庭湖湿地遥感分类系统及其特点
采用基于多尺度分割分类洞庭湖区湿地遥感信息提取的方法,采用ENVI软件(Exelis Visual Information Solutions,Version 5.3)用于图像融合、裁剪和其他预处理,并且使用Econgition软件(Definiens Imaging,Version 8.0)来计算最佳尺度分割阈值和分割图像。根据归一化植被指数(NDVI)、归一化差分水指数(NDWI)、数字高程模型(DEM)、形状指数和压实度参数,最终将图像分为8种类型,其中,多尺度分割的分类过程共分两次影像分割,第一次分割:NDWI≤-0.1为浅水域,0.04≤NDVI≤0.05为芦苇滩,-0.12≤NDVI≤-0.1为草滩地,NDVI>0.28且DEM<20为深水域;然后进行第二次影像分割:-0.12≤NDVI≤-0.1为泥沙滩涂,NDVI≤-0.133为林滩地,-0.29≤NDVI≤-0.15为草滩地,-0.14≤NDVI≤-0.133为退杨裸地,结果如表1所示。分类准确率为90%,Kappa系数为0.95。这些结果表明,分类符合实验要求。具体的分类规则如图1所示。
2.2.2水源涵养量计算方法
水源涵养包括以水源涵养为最终目标的政策、策略和其他活动;湿地水源涵养经常被认为是湿地水产量的能力,这种能力与节约用水有关。因此,湿地与水量之间的定量关系可以用来评价湿地的水保变化。本发明用于水源涵养功能的评价的InVEST模型,在该模型中,植被类型、土壤的最大根系埋藏深度、植物可利用水含量、土地覆被、根系深度、海拔、土壤饱和导水率、消耗用水量等作为计算的主要参考因子,模块主要基于栅格数据运算,研究中的每个栅格为单元(30m×30m)的年产水量Y(x),公式如下:
在公式(1)中,Y(x)是指产水量。AET(x)是指格网单元X的年实际蒸散量,P(x)是指格网单元x年降水量。AET(x)/p(x)是指土地利用/覆被型植被蒸散量。
在公式(2)中,ω指的是自然气候土壤性质的非物理参数。这些性质通常由线性函数来表示。(AWC×N)/P(x)其中,N是指每年降水事件的数量,而AWC指的是植物的有效含水量,这是由植物的含水量、根的深度和土壤的最大根埋深度决定的。PET(X)是指潜在的蒸散量。
所有参数和统计分析在ArcGIS10.4和MATLAB 8.0软件中进行处理。有关模型参数的获取和预处理的细节见表2。
表2InVEST模型参数的获取和预处理
2.2.3景观格局的计算
采用景观格局指数模型对湿地景观格局进行分析,揭示景观斑块类型、形态、大小、数量和空间组合对水源涵养的影响。景观格局指数指高度浓缩景观格局信息,反映其结构组成和空间配置某些方面特征的简单定量指标,景观格局指数模型是指适合定量表达景观格局和生态过程之间关联的空间分析方法。这些指数包括NP(斑块数量)、PD(斑块密度)、LPI(最大斑块指数)、ED(边缘密度)、LSI(景观形状指数)、分形维数(平均分形维数)、IJI(交织和并置指数)、SDHI(Shannon多样性指数)和CONTAG(contagion),它们可以通过Fragstats4.0软件进行计算。这些指标揭示了景观异质性的变化,如破裂化、聚集度、分散性、连通性等。分析结果如图6和表6所示。
3结果
3.1退杨前后湿地覆被变化特征
在图2A和图2B中显示出了在生态退杨工程前后围绕洞庭湖的湿地覆被的空间变化的结果。图2A和图2B中比较清楚地表明杨树退耕区(PRA)主要集中在洞庭湖的西面和南面,而其他受影响的区域是分散的。与实际项目的实施面积相比,分类结果与杨树去除的实际区域基本一致。通过杨树退耕区(PRA)的空间增加,可以看出许多湿地类型被转化为杨树退耕区(PRA),这表明退杨工程对湿地覆被变化有很大影响。
图2A和图2B分别对研究区的退杨前后的变化总量和变化程度进行比较,这些数据表明DW和RD类别在所有湿地覆被类型中的变化程度最高。如图2A所示,从变化总量排序来看:MML>PRA>SW>FB>RD>ML>DW>OWL。如图2B所示,从变化程度排序来看:FB>ML>ML>DW>SW>RD>OWL(不包括PRA),这表明MML、FB和ML之间的覆被转换比其他过渡类型更频繁,而这些变化对区域水源涵养功能的影响是显著的。
3.2退杨后洞庭湖湿地区水源涵养功能变化特征
3.2.1空间分布特征水平
表3洞庭湖湿地产水量等级变化特征
等级描述如图4所示。
图3和表3示出了由InVEST模型产水量模块评估的水源涵养的结果。采用标准差递阶法对水源涵养进行分级。研究发现,V和IV的最高等级主要分布在高纬度的东部和北部地区,而I、II和III的最低等级主要集中在低纬度的西部和南部。
如表3所示,退杨前(2013)的产水等级的面积排序是Ⅱ>Ⅲ>Ⅰ>Ⅳ>Ⅴ,而退杨后(2018)的产水等级的面积排序是Ⅰ>Ⅲ>Ⅱ>Ⅳ>Ⅴ,且Ⅰ级增加了42.8%,Ⅱ减少了30.7%,说明Ⅰ、Ⅱ等级的变化对水源涵养的影响有重要作用。退杨前的总产水量为1439.6hm2,如表3所示,退杨后增加180.2hm2,增加12.5%,平均产水量增加731m3/hm2,表明整体水源涵养功能有所改善。
3.2.2层次结构变化特征
图3揭示了洞庭湖湿地水源涵养水平的结构变化。等级I、II和III占结构变化的相对高比例,这表明这三个等级处于高级水平并且具有高动态范围。该图还说明等级I、II和III的结构转换强于Ⅳ级和Ⅴ级的结构转换,V级结构基本不变,表明I、II和III级的结构变化对水源涵养具有主导性影响。
4生态退杨工程对水源涵养的影响分析
4.1景观空间格局对水源涵养的影响
(1)湿地覆被结构的变化
湿地覆被对水源涵养空间变化的影响如表4所示。PRA杨树退耕区面积增加15615.3hm2,总转移量表明,SW、MML和RD的转移率高于其他类型,其面积分别为9697hm2、8943hm2和26023hm2,它们的面积转移比例分别为21%、38.2%和15.4%。这些数据表明,SW、MML和RD的变化可能在驱动湿地覆被变化中起重要作用。FB的面积转移比例仅为5.1%,而其转移面积为9696.3hm2,因此FB对湿地覆被变化也很重要。PRA主要由FB、RD和MML组成,表明FB、RD和MML的转换是生态退杨工程的主要实施区域。
表4洞庭湖湿地土地覆被变化特征(单位:HM2)
FB,ML等,如表1所示。SA指的是每种类型的总面积。用马尔可夫空间转移矩阵法处理表中的传递值。分类名称参照表1说明。
由于湿地覆被转移,整体水产量和平均产水量表现出不同的特征(表5)。两个结果是观察到的水资源的转换特性。一个结果是不同湿地类型之间的产水量变化比例(PET)的差异,其中RD和ML表现出强烈的增加,而SW和DW表现出减少。第二个结果是每个湿地类型的总产水量变化,说明总水量(TA)在RD、ML和SW中比其他景观类型表现出更大的变化,并且RD的总产水量比SW和ML大得多。类型有轻微的影响,RD在水产量的总体变化中起主要作用。此外,平均产量和总产量变化的水产量表现表明SW和DW可能呈现负效应,而其他类型表现出正效应,这表明水域是导致水源涵养量减少的一个重要因素。
表5洞庭湖湿地类型水量转移特征
由于湿地类型与产量之间的不一致性,通过比较变化程度揭示了湿地变化对水源涵养的影响。如图4A和图4B所示。图4A是湿地类型面积在退杨前后变化的比率图;图4B是退杨前后平均水产量变化的比率图。当比率为0时,没有发生变化,当比率大于0时,发生了增加,否则发生了减少。分类名称参照表1说明。基于一致性观测,SW和DW的平均产水量变化与面积变化呈高度正相关。SW和DW的变化率主要是由RD和ML的变化引起的,因为SW和DW受水文变化的影响很大。此外,ML和RD在转化为DW和SW时平均含水率略有下降,表明ML和RD比DW和SW具有较低的水源涵养水平。因此,湿地覆被和区域水文变化是两个重要的产水条件。
(2)湿地类型向杨树退耕地的转变
湿地向PRA的转移是导致水产量的定量变化的重要因素。PRA中水源涵养变化的特征如图5A和图5B所示,图5A是不同转移类型退杨前后的产水量变化趋势图。图5B是不同转移类型退杨前后产水量的定量变化特征图。每个转移类型可分为FB、PRA、RD、PRA、MML、PRA、ML、PRA、SW、PRA、DW~PRA六种类型。如图5A和图5B所示,退杨前后的每一个转化类型的水产量变化都表现出不同的趋势。例如,FB→PRA、FB→RD、FB→PRA和MML→PRA的产水量变化趋于集中,而ML→PRA、SW→PRA、DW→PRA的产水量变化趋于分散。图5B表明,向PRA的转移增加了产水量,SW→PRA和DW→PRA的转移量最大,其次是FB→PRA和MML→PRA的转移,这表明退杨工程有助于提高水源涵养性。结果表明,水分和湿地覆被的变化增加了水分的产量,DW和SW的转化有助于水的改善。然而,整个过程不仅改变了湿地覆被,而且改变了气候和景观格局,因此,仍然需要综合评价多因素对水源涵养的影响。
4.2景观格局对水源涵养的影响
湿地覆被的空间变化直接导致景观格局的变化,导致景观斑块特征的形状、大小、排列组合等变化,进而导致景观异质性的变化,包括景观聚集、破碎化、均匀性等。这会影响水的传输。在此基础上,分析不同景观异质性与产水量之间的关系。
(1)整体景观格局的影响
图6是洞庭湖湿地退杨前后景观格局指数的变化图。格局指数说明参照2.2.3说明。从景观斑块、形状、类型、分布等方面选取代表性景观指数,分析其与水源涵养的关系(图6)。除LPI外,湿地景观指数总体变化趋势略有增加。PD和ED的变化表明,景观斑块表现出增加的碎裂,类似于景观多样性(SHDI)和景观连通性(IGI和CONTAG),而景观斑块的聚集(LPI)略有下降。这些变化可能是由于人类活动与湿地的干扰增加。此外,由于各景观指数之间的关系不同,因此进行了进一步的分析。
(2)湿地类型景观格局的影响
表6水源涵养与景观指数变化
在第2.2.3节中显示了PD、LPI等;WY是指每个湿地类型的总产水量变化;单位是hm3)。灰色单元与WY
呈正相关。格局指数说明参照2.2.3说明。
表6显示了退杨工程后不同湿地类型景观指数的变化。结果表明,景观斑块的斑块(Pd和NP)在ML和DW增加,而其他类型减少,景观斑块(LPI)的聚集在除了SW以外的所有景观类型中减少。研究结果还表明,景观斑块(ED,IJI)的复杂性在ML、RD和DW中增加,景观连通性在FB、SW和MML中略有增加。上述变化说明产水量与景观指数之间存在一定的相关性,各景观类型景观异质性的差异在一定程度上影响了区域的水源涵养功能。
灰色单元(表6)表明LPI和FracmMn与SW和ML的WY呈正相关,而其他指标呈负相关;只有NP和PD与DW呈正相关。结果表明,景观异质性会影响湿地的产水量,总水量的增加表明,退杨工程所引起的景观格局变化可以改善水源涵养。
4.3气候变化对水源涵养的影响分析
气候变化会引起水源涵养变化。降水、温度、蒸散量、太阳辐射等与水热平衡有直接的关系,特别是在气候突变的气候条件下,这些因素对水源涵养有较大影响。因此,观测气候因子变化有助于揭示驱动水源涵养的因素,并根据影响水热平衡的主要参数:降雨(Pre)、温度(Temp)、蒸散量(Et0),考虑以下4个因素;表面辐射(Rad)(Et0'是从Allen的经验公式中引用的)(Allen,R.G.,Pereira,L.S.,Raes,D.and Smith,2006).用Yun经验公式计算Rad(Yunfeng et al.,2001)资料来源于中国国家气象信息中心,Mann Kendall(MK)突变检测用于分析突发性气候变化。实验显示,退杨工程在2008~2018年间,地区气温和降雨量呈上升趋势,蒸发量和地表辐射呈下降趋势。从MK检测结果来看,U-UB值为(-1.96,1.96),提示突变无显著性。
4.4水源涵养综合驱动因素分析
(1)根据第4.1-4.3节的分析,采用主成分分析(PCA)、聚类分析和皮尔森相关分析等方法,对三个要素湿地覆被、景观格局和气候变化进行了探讨,如图7所示。PCA结果表明,PC1、PC2和PC3的贡献分别为47.1%、28.6%和12.2%,累积贡献率为87.9%。从聚类分析的结果来看,景观格局的元素集中在PC1,蒸散和辐射集中在PC2。温度和降水集中在PC3。景观格局,特别是景观异质性和变化,可能比气候变化对水源涵养有更大的影响。如果以贡献为权重,景观变化引起的涵养水量增加为84.9hm3,平均为344.3m3/hm2,而气候变化引起的增加为73.5hm3,平均为298.2m3/hm2;景观变化引起的水源涵养增加。46.1米3/HM2高于气候变化引起的这种增加。
(2)在相关分析的基础上,结果表明,气候因子中,蒸散ETo与产水量WY呈负相关,其次为辐射RAD和降雨PRE,只有温度Temp呈正相关。这表明,温度的升高将促进节约用水,而其他气候因素的变化会对节约用水产生抑制作用。景观指数与WY之间的关系表明,只有LPI与WY呈显著正相关,说明增加湿地斑块的聚集性和减少破碎化可以促进水源涵养。此外,PD和NP的变化表明,减少人类活动的强度有利于产水量。总体而言,景观异质性与产水量比气候因素有更强的相关性。
5实验结果
5.1湿地景观变化的生态效应
洞庭湖湿地景观格局在退杨前后变化很大。总的来说,退杨使得湿地水源涵养在草滩地(MML)、林滩地(FB)和泥沙滩涂(ML)覆被类型中增加,平均产水量增加731m3/HM2(表3),这代表了大约12.6%的增加。退杨地(PRA)面积增加到15615hm2,这一区域成为新的水源。研究结果表明,浅水(SW)和深水(DW)的转化率与产水量呈正相关关系(图5),而ML和芦苇滩地(RD)呈弱的负相关关系,表明SW和DW的合理利用有助于提高水源涵养性,ML和RD的保护应考虑更多。由于某些芦苇、水草和草本植物代表水源涵养植被,具有较高的生产能力。比PRA区域的覆被。虽然黄土高原政府采取退耕还林还草的政策,但在2000至2010年间,该地区的水源涵养有所减少。造成这一失败的原因是树种和乡土植被的不科学和不合理的选择。因此,在生态恢复中,我们应该更多地关注保持水土保持的湿地植被。总体而言,湿地覆被对研究区的水源涵养有积极影响,区域土地覆被变化和格局也对水源涵养有积极的影响。
退杨工程在景观变化中起着重要的作用,尤其是重建杨树砍伐区域以恢复原有环境的政策。政府组织了许多当地人参与了环境工程措施,如清除植物芽、收割残留物和参与水利工程,这些努力使湿地发生了巨大的变化。此外,根据景观格局对产量的影响,改善分散和破碎化模式,减少人类活动将有利于保护。因此,该工程促进了湿地生态系统的水源涵养。
5.2水源涵养的主要驱动因素
虽然区域气候变化和湿地景观格局对水源涵养功能的影响最大,但驱动因素有不同的影响。在研究区,景观格局变化导致景观异质性变化,从而影响产水量。根据景观生态学研究,这些变化的影响可以通过不同景观异质性的变化驱动水的转化。例如,减少景观破碎化相应地降低了产水量,同时改善了研究区的聚集和分散提高了产水量。在LH和MatLink(2013)和Vigerstol和AukEMA(2011)的研究中,这些影响往往被忽略。因此,如果政府试图从生态修复工程中获得更好的结果,则应更加重视景观异质性和有效的景观优化。
根据PCA结果,景观因子和气候因子的贡献分别达到47.1%和40.8%,景观因子对水源涵养的影响略高于气候变化的影响。这种现象是在稳定的气候条件下发生的。如果气候突变,主导驱动因素将发生变化。此外,由于全球气候变暖、降雨等因素与区域气候有关,这些因素应综合联系到对水土保持驱动因素的观测。然而,由于气候和湿地变化的复杂性,水源涵养评价的障碍依然存在,目前的研究大多集中在单一因素上。
本研究采用主成分分析、聚类分析和空间转移矩阵等方法,综合分析了湿地变化与驱动因子的关系和特征。这些方法对探索各工程的影响是有效的,可为其他相关的生态工程研究提供参考。
5.3生态效益与经济效益的权衡
生态退杨工程是一个重要的项目,它提供了一个平衡经济增长和生态效益的例子。以促进经济发展为目标的区域政府在20世纪90年代引进了数千棵黑杨树作为洞庭湖外来物种,其中约1000万的树木被种植在核心湿地地区,当地政府利用这些树木发展造纸工业。这些树木对湿地生态系统造成了极大的危害,如土壤水污染、鱼类减少和生境退化等。然而,随着中国政府意识到环境保护的重要性,特别是湿地生物多样性保护,制定了相关的强制性政策和策略,从而确定了退杨工程的实施。
从生态效益的角度看,退杨工程增加了产水量,增强了湿地的保护功能,促进了区域的蓄水能力,从而在防洪、防灾、保肥等方面发挥了重要作用,因此模拟材料的变化已成为重要的课题。进一步的研究应集中在各种生态系统服务之间的权衡,以协助决策,以最大限度地发挥生态效益。评估和模拟环境政策和工程项目引起的生态服务功能变化。
5.4结论
本发明利用InVEST模型和地理统计方法,对洞庭湖湿地退杨前后的水源涵养进行了有效评价。通过湿地覆被改造、气候变化和景观异质性变化的贡献,改善了该地区的水源涵养功能。在正常条件下,景观格局对气候变化的影响大于气候变化。InVEST模型可适用于洞庭湖湿地面积。在实施湿地恢复政策时,政府应更加重视景观格局的作用。生态退杨工程为维护湖泊环境和确保湖泊地区的可持续发展提供了一个有用的模式。
Claims (4)
1.基于Invest模型评估生态退杨对水源涵养功能影响的方法,其特征是,包括如下步骤:
1)对湿地遥感影像进行湿地遥感信息提取,检测和分析湿地类型的变化,再分析湿地类型变化与水源涵养的定量关系;
2)根据湿地覆被遥感数据对湿地进行水文地貌分类;
3)计算模型参数,并建立InVEST水源涵养评估模型;
4)利用InVEST模型计算待评估地域景观空间格局变化前后的水源涵养量;
5)根据计算结果,利用主成分和聚类分析方法得出景观空间格局变化对水源涵养功能影响的程度。
2.根据权利要求1所述基于Invest模型评估生态退杨对水源涵养功能影响的方法,其特征是,步骤2)湿地覆被遥感数据基于Landsat TM8遥感卫星的遥感数据。
3.根据权利要求1所述基于InVEST模型评估生态退杨对水源涵养功能影响的方法,其特征是,步骤2)采用多尺度分割分类方法提取湿地覆被类型信息,然后对覆被进行分类。
4.权利要求1至3任意一项权利要求所述基于InVEST模型评估生态退杨对水源涵养功能影响的方法的应用,其特征是,应用于湿地覆被变化的水源涵养功能影响评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010725435.8A CN111784201A (zh) | 2020-07-24 | 2020-07-24 | 基于InVEST模型评估生态退杨对水源涵养功能影响的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010725435.8A CN111784201A (zh) | 2020-07-24 | 2020-07-24 | 基于InVEST模型评估生态退杨对水源涵养功能影响的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111784201A true CN111784201A (zh) | 2020-10-16 |
Family
ID=72764943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010725435.8A Pending CN111784201A (zh) | 2020-07-24 | 2020-07-24 | 基于InVEST模型评估生态退杨对水源涵养功能影响的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784201A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327042A (zh) * | 2021-06-07 | 2021-08-31 | 中国矿业大学 | 一种区域生态系统修复需求的快速划分方法 |
CN114022780A (zh) * | 2021-10-28 | 2022-02-08 | 生态环境部卫星环境应用中心 | 基于grace重力卫星的区域改进水源涵养功能评估方法 |
CN114781199A (zh) * | 2022-06-27 | 2022-07-22 | 广东省科学院广州地理研究所 | 水源涵养对气候变化的响应分析方法、装置、介质和设备 |
CN115113228A (zh) * | 2022-05-09 | 2022-09-27 | 江苏省水利科学研究院 | 一种基于地理信息技术的退圩还湖工程测验方法 |
CN115358635A (zh) * | 2022-10-17 | 2022-11-18 | 国家林业和草原局林草调查规划院 | 基于土地利用数据的湿地变化分析方法及系统、存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229859A (zh) * | 2018-02-09 | 2018-06-29 | 中国环境科学研究院 | 一种确定生物多样性保护的关键区域的方法及系统 |
CN110298411A (zh) * | 2019-07-04 | 2019-10-01 | 中国城市建设研究院有限公司 | 一种城市群生态空间受损识别评价方法 |
-
2020
- 2020-07-24 CN CN202010725435.8A patent/CN111784201A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229859A (zh) * | 2018-02-09 | 2018-06-29 | 中国环境科学研究院 | 一种确定生物多样性保护的关键区域的方法及系统 |
CN110298411A (zh) * | 2019-07-04 | 2019-10-01 | 中国城市建设研究院有限公司 | 一种城市群生态空间受损识别评价方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327042A (zh) * | 2021-06-07 | 2021-08-31 | 中国矿业大学 | 一种区域生态系统修复需求的快速划分方法 |
CN113327042B (zh) * | 2021-06-07 | 2023-09-29 | 中国矿业大学 | 一种区域生态系统修复需求的快速划分方法 |
CN114022780A (zh) * | 2021-10-28 | 2022-02-08 | 生态环境部卫星环境应用中心 | 基于grace重力卫星的区域改进水源涵养功能评估方法 |
CN115113228A (zh) * | 2022-05-09 | 2022-09-27 | 江苏省水利科学研究院 | 一种基于地理信息技术的退圩还湖工程测验方法 |
CN115113228B (zh) * | 2022-05-09 | 2023-10-24 | 江苏省水利科学研究院 | 一种基于地理信息技术的退圩还湖工程测验方法 |
CN114781199A (zh) * | 2022-06-27 | 2022-07-22 | 广东省科学院广州地理研究所 | 水源涵养对气候变化的响应分析方法、装置、介质和设备 |
CN115358635A (zh) * | 2022-10-17 | 2022-11-18 | 国家林业和草原局林草调查规划院 | 基于土地利用数据的湿地变化分析方法及系统、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | Assessment of the impact of the Poplar Ecological Retreat Project on water conservation in the Dongting Lake wetland region using the InVEST model | |
CN111784201A (zh) | 基于InVEST模型评估生态退杨对水源涵养功能影响的方法 | |
Julian et al. | River water quality changes in New Zealand over 26 years: response to land use intensity | |
Van Velthuizen | Mapping biophysical factors that influence agricultural production and rural vulnerability | |
Abu-Hashim et al. | Identification of potential soil water retention using hydric numerical model at arid regions by land-use changes | |
Wang et al. | The impacts of agriculture on macroinvertebrate communities: From structural changes to functional changes in Asia's cold region streams | |
Li et al. | Tracking the spatio-temporal change of planting area of winter wheat-summer maize cropping system in the North China Plain during 2001–2018 | |
Ahmed et al. | Salinity reduces site quality and mangrove forest functions. From monitoring to understanding | |
Jiang et al. | The impact assessment of hydro-biological connectivity changes on the estuary wetland through the ecological restoration project in the Yellow River Delta, China | |
Zeng et al. | Effect of groundwater depth on riparian plant diversity along riverside-desert gradients in the Tarim River | |
Chen et al. | Impact of center pivot irrigation on vegetation dynamics in a farming-pastoral ecotone of Northern China: A case study in Ulanqab, Inner Mongolia | |
O’Leary et al. | Snowmelt timing, phenology, and growing season length in conifer forests of Crater Lake National Park, USA | |
Zhao et al. | Lake restoration from impoldering: impact of land conversion on riparian landscape in Honghu Lake area, Central Yangtze | |
Sahoo et al. | Hydroclimatic trend detection in a rapidly urbanizing semi-arid and coastal river basin | |
Balocchi et al. | Forest hydrology in Chile: Past, present, and future | |
Hou et al. | Quantification of ecohydrological sensitivities and their influencing factors at the seasonal scale | |
Wen et al. | Climate phase drives canopy condition in a large semi-arid floodplain forest | |
Coulibaly et al. | Abundance and diversity of trees species under different land uses in the Sudan savannah ecological zone of Ghana, West Africa | |
Badjana et al. | Assessment of land-cover changes in a sub-catchment of the Oti basin (West Africa): A case study of the Kara River basin | |
Sieben et al. | Temperate grassy wetlands of South Africa: Description, classification and explanatory environmental factors | |
Ford et al. | Detecting forest stress and decline in response to increasing river flow in southwest Florida, USA | |
Chikodzi et al. | Spatio-temporal variations of wetlands in Masvingo district of Zimbabwe and influences of climate change and variability | |
Nie et al. | Spatiotemporal variation of riverine nutrients in a typical hilly watershed in southeast China using multivariate statistics tools | |
Taukulis et al. | Development of a diatom-based transfer function for lakes and streams severely impacted by secondary salinity in the south-west region of Western Australia | |
Wu et al. | Seasonal Variation of Soil Erodibility Under Vegetation Restoration in the Agro-pastoral Ecotone of Northern China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |